页岩气储层含气性影响因素及储层评价--以上扬子古生界页岩气储层为例

气储层为例

郭少斌;黄磊

【摘 要】Shale gas reservoirs are self-generated and self-contained, and gas-bearing property should be focused on during reservoir evaluation. Based on test data of core samples from 7 wells of Paleozoic in the Upper Yangtze Platform, beginning with gas content, the influential factors for gas-bearing property were discussed, including TOC, Ro , porosity, isothermal adsorption data, illite/smectite formation content and movable fluid percentage. It was discovered that taking 0. 5 m3/t as the boundary between reservoir and non-reservoir was practicable, and each parameter appears its relationship to total gas content. Based on grey relational theory, reservoir evaluation was performed. Referring to previous results and empirical data, reservoir evaluation scheme and space image characteristics were accomplished.%页岩气藏属于自生自储型气藏，在进行储层评价时，应该重点考虑含气性。以我国上扬子古生界7口页岩气井岩心样品测试数据为基础，首先从总含气量入手，讨论储层含气性影响因素，包括有机碳含量、镜质体反射率、孔隙度、等温吸附气量、伊/蒙混层含量和可动流体百分数，研究发现可以用总含气量0．5 m3/t作为区分储层与非储层的界限，各项指标均和总含气量呈不同程度的相关关系。进而运用灰色关联理论，进行储层评价，同时参考前人成果和经验数据，提出了储层评价方案和储层空间图像特征。 【期刊名称】《石油实验地质》

【年(卷),期】2013(000)006 【总页数】6页(P601-606)

【关键词】页岩气;灰色关联;储层评价;古生界;上扬子地区 【作 者】郭少斌;黄磊

【作者单位】中国地质大学 北京 能源学院，北京 100083;中国地质大学 北京 地球科学与资源学院，北京 100083 【正文语种】中 文 【中图分类】TE122.2

页岩气藏具有不同于常规气藏的特殊性，它既是烃源岩又是储层，是生物成因、热成因或者生物—热成因的连续型聚集，基本属于自生自储型气藏[1-5]。很多学者在页岩气藏定义[1-3]、成藏储集机理[5-8]、研究方法[9-13]和储层评价[14-18]等方面进行了研究。页岩气储层的评价包括成藏控制因素和后期储层改造因素。成藏控制因素包括总有机碳含量、储层厚度、有机质成熟度、矿物组成、温度、压力、孔渗参数等；后期储层改造因素包括埋深、裂缝、岩石力学性质等。前人尝试利用各种参数对页岩气藏进行评价[11-12,19-20]。Sagar等通过TOC、方解石、石英、孔隙度等数据，统计回归定义了Barnett页岩气储层3种岩相，指出最优的A类岩相矿物组成，并通过实际生产数据验证，A类岩相储层开发效果最好[19]。Sondhi等对Eagle Ford页岩气储层进行了岩相分类[20]。然而，目前关于页岩储层有机地化、物性、矿物组成，尤其是微孔隙大小及分布与总含气量之间关系的研究相对缺乏[14]。

我国上扬子古生界页岩气成藏条件与美国有较强的可对照性，但略有不同。在页岩

气储层评价和优选上可以借鉴但不能照搬美国模式。页岩气的赋存状态与页岩的显微孔隙结构具有密切的联系。目前，在我国，受实验手段和资料限制，页岩气储层评价工作尚处于探索之中，研究工作主要围绕富有机质页岩段的分布、岩矿、孔隙微观特征、物性和含气性等5个方面开展，储层评价没有重点考虑储层含气性，涉及等温吸附实验的比较多，讨论总含气量影响因素的很少。本文以我国上扬子古生界7口页岩气井岩心样品测试数据为基础，首先从总含气量入手，讨论储层含气性影响因素，进而运用灰色关联理论，进行储层评价，同时参考前人成果和经验数据，总结出各项评价指标的分布区间，提出了储层评价方案。

我国上扬子古生界富有机质页岩以下寒武统牛蹄塘组、下志留统龙马溪组等最为发育，且分布广泛[21]。2010年我国钻探了第一口页岩气水平井威201井，并对下寒武统和下志留统页岩层进行了压裂，获工业气流，实现中国页岩气首次工业化突破[22]。

本文7口页岩气井均位于上扬子地区。上扬子地台牛蹄塘组和龙马溪组页岩与美国Fort Worth盆地Barnett页岩一样，具有页岩分布广、厚度大和有机质含量高的特点[23-25]，沉积背景与特征也极具相似性：处于前陆盆地形成早期前渊(或坳陷带)深水台地沉积。不同之处在于：牛蹄塘组和龙马溪组页岩热演化程度比Barnett页岩高；后期构造运动特别是喜马拉雅期构造运动强烈，导致目的层普遍受到强烈挤压抬升并部分出露地表。

牛蹄塘组岩性主要为泥质粉砂岩、深灰色、黑色粉砂质泥页岩和碳质页岩，页岩有纹层及页理构造，泥岩无页理构造和纹层。泥页岩常与泥质粉砂岩、粉砂岩组成韵律层[26]。龙马溪组主要包括3种岩相：泥灰岩相、粉砂质泥页岩相和碳质页岩相[25]。上部岩性主要为灰黑、黑色薄—中层夹厚层碳质页岩和粉砂岩，夹条带状、透镜状泥质泥晶灰岩，下部为黑色碳质泥岩，有机质丰富，发育丰富的笔石化石，分布稳定。

2.1 储层含气性影响因素

北美商业性开发页岩气，含气量为0.44～9.91 m3/t，大多数情况下为1～3 m3/t[27-28]。在美国已进入页岩气工业生产的7个含页岩气盆地中，页岩气工业产区的页岩气含量普遍大于1 m3/t[1,29]。

通过对页岩气储层含气性影响因素的分析(图1)，发现在总含气量小于0.5 m3/t的区间，几乎所有评价指标都与总含气量没有相关关系，而在总含气量大于0.5 m3/t的区间，各项指标与总含气量呈现一定的相关关系。所以把总含气量0.5 m3/t作为区分储层与非储层的界限。

在含气量大于0.5 m3/t的区间内，可以总结反映页岩气储层指标的数据分布特征：w(TOC)集中分布于0.5%～4%之间，平均为1.95%，其中w(TOC)大于1%者接近75%，大于2%者占35%；Ro较高，集中分布于2.5%～4%之间，其中3%～4%之间的占65%，属于过成熟阶段；气测孔隙度较低，集中分布于1%～3%之间，平均值为2.35%，其中大于2%的样品约占70%；可动流体百分数分布于

3.07%～31.47%之间，在总含气量大于0.5 m3/t的区间，黏土矿物作为一个整体，与总含气量没有明显的相关关系，但其中的伊蒙混层与总含气量呈现正相关关系。 2.2 灰色关联分析储层评价方法

灰色关联分析作为一种技术方法，是分析系统中各因素关联程度的方法[30-32]。前人在常规砂岩储层和煤层气储层评价中，采用灰色关联法进行数据处理，深入挖掘数据内部的结构信息，取得了良好的效果[33-35]。 2.2.1 参数优选及母序列和子序列的选定

如前所述，页岩气储层各项特征对含气性有影响，从中选取相关性相对较强的6个参数作为储层评价指标。其中正相关指标有TOC、孔隙度、等温吸附气量、可动流体百分数和伊蒙混层含量，负相关指标为Ro，以TOC作为母序列，其他指

标作为子序列。

由于不同参数的量纲不同，数值差异大，为了使各项参数具有可比性，需要对各项参数进行标准化处理。本文采用极大值法，即以单项参数除以同类参数的极大值，使每项评价参数在0～1之间。

为了从数据信息的内部结构上分析被评判事物与其影响因素之间的关系，必须用某种数量指标定量地反映被评判事物的性质。这种按一定顺序排列的数量指标，称为关联分析的母序列，我们把TOC作为关联分析的母序列，其他参数作为子序列。子序列是决定或影响被评判事物的m个子因素(要求同单位、同比例尺或无单位)。 2.2.2 权系数的确定及储层综合评价

权系数是指某一评价因素在决定总体特性时所占有的重要性程度。计算综合评价时各指标的权系数，实际上是寻找事物内部各种影响因素之间的定量关系。因此，确定各项指标的权系数是储层综合评价中所要解决的关键问题，依据灰色关联分析法确定各参数的权系数。首先是求取关联系数，然后求出关联度。求出关联度后，再经归一化处理即可得到权重系数(表1)。

为了能对储层综合分类与评价，就必须得到一个综合评价指标，作者选用的综合评价指标计算公式为：

式中：REI 为储层综合评价指标；n 为储层评价参数的个数；ai为储层评价参数的权系数；Xi为储层评价参数。

根据各取样点储层评价指标，可做出储层综合评价指标值的概率累计曲线(图2)，然后寻找曲线的拐点(曲线的最大变化点)。该拐点就是储层分类的区分点，即分类阈值：0.3和0.5。Ⅰ类储层：REI≥0.5； Ⅱ类储层：0.32.2.3 页岩气储层评价方案

根据上述储层评价指标确定的3类储层，对7口页岩气井岩心样品测试数据进行了储层评价(表2)，综合考虑国内外经验数据，可得出每类储层各项参数的取值范围，在矿物岩石学方面同时考虑对储层物性的影响以及后期压裂条件，从而可以总结出页岩气储层评价方案(表3,4)，进而总结了各类储层及非储层的特点。 Ⅰ类储层(图3a)。核磁共振T2谱特征：发育微小孔、中大孔和裂缝/微裂缝3个峰，储渗性能较好。扫描电镜特征：常见石英、长石等碎屑颗粒，且粒径较大，发育微米级微裂缝和粒间孔隙，孔径较大，面孔率较大。氩离子抛光特征：有机质含量较高，图像上面积较大，有机质孔隙发育，形态上多呈多边形状和椭圆状，孔径较大，有机质孔隙面孔率较大(≥15%)。

Ⅱ类储层(图3b)。核磁共振T2谱特征：发育微小孔和中大孔2个峰，储渗性能中等。扫描电镜特征：矿物组成以碎屑颗粒为主，少量黏土矿物，发育微米级粒间孔隙，其次为黏土矿物晶间孔隙，孔径大小中等，面孔率中等。氩离子抛光特征：有机质含量中等，图像上面积中等，有机质孔隙发育中等，形态上多呈网脉状和线珠状，孔径大小中等，有机质孔隙面孔率较大(5%～15%)。

Ⅲ类储层(图3c)。核磁共振T2谱特征：只发育微小孔1个峰，储渗性能较差。扫描电镜特征：矿物组成以黏土矿物为主，多为层状，黏土矿物层间、晶间孔隙非常发育，孔隙数量较多，但孔径较小，面孔率较低。氩离子抛光特征：有机质含量较低，图像上面积较小，有机质孔隙发育较差，零星分布，孔径较小，有机质孔隙面孔率较小(≤5%)。

1)页岩气藏是典型的自生自储型气藏，评价页岩气储层除与常规储层有相同的岩石学、物性等储层基本特征外，应重点考虑页岩气储层的含气性的影响因素，同时运用灰色关联理论进行页岩气储层评价方法进行了探索，应用效果良好。

2)分析了各项特征对含气性的影响：在总含气量小于0.5 m3/t的区间，不存在相

关关系；在总含气量大于0.5 m3/t的区间，与含气量呈现正相关关系的有：TOC、等温吸附气量、孔隙度、伊蒙混层含量和可动流体百分数，Ro与总含气量呈现负相关趋势。总含气量0.5 m3/t可以作为区分储层和非储层的界限。

3)应用灰色关联理论，优选评价参数，得到储层综合评价公式，计算储层综合评价指标REI，其中Ⅰ类储层：REI≥0.5；Ⅱ类储层：0.34)初步提出了我国上扬子古生界海相页岩气储层评价方案。

【相关文献】

[1] Curtis J B.Fractured shale-gas systems[J].AAPG Bulletin,2002,86(11)：1921-1938. [2] 张金川,金之钧,袁明生.页岩气成藏机理和分布[J].天然气工业,2004,24(7)：15-18.

[3] Jarvie D M,Hill R J,Ruble T E,et al.Unconventional shale-gas systems：The Mississippian Barnett Shale of north-central Texas as one model for thermogenic shale-gas assessment[J].AAPG Bulletin,2007,91(4)：475-499.

[4] Ross D J K,Bustin R M.Characterizing the shale gas resource potential of Devonian-Mississippian strata in the Western Canada sedimentary basin：Application of an integrated formation evaluation[J].AAPG Bulletin,2008,92(1)：87-125.

[5] 邹才能,董大忠,王社教,等.中国页岩气形成机理、地质特征及资源潜力[J].石油勘探与开发,2010,37(6)：641-653.

[6] Jarvie D M,Hill R J,Pollastro R M.Assessment of the gas potential and yields from shales：The Barnett Shale model[C]//Cardott B J,ed.Unconventional Energy Resources in the Southern Mid-Continent，2004 symposium,Oklahoma,2005,110：37-50. [7] Bustin R M.Gas shale tapped for big pay[J].AAPG Explorer,2005,26(2)：5-7. [8] 张金川,汪宗余,聂海宽,等.页岩气及其勘探研究意义[J].现代地质,2008,22(4)：640-646. [9] Hill R J,Zhang E,Katz B J,et al.Modeling of gas generation from the Barnett Shale,Fort Worth Basin,Texas[J].AAPG Bulletin,2007,91(4)：501-521.

[10] Loucks R G,Reed R M,Ruppel S C,et al.Morphology,genesis and distribution of nanometer-scale pores in siliceous mudstones of the Mississippian Barnett shale[J].Journal of Sedimentary Research,2009,79(12)：848-861.

[11] 董大忠,程克明,王世谦,等.页岩气资源评价方法及其在四川盆地的应用[J].天然气工业,2009,29(5)：33-39,136.

[12] 聂海宽,张金川.页岩气聚集条件及含气量计算:以四川盆地及其周缘下古生界为例[J].地质学报,2012,86(2)：349-361.

[13] Chalmers G R L,Bustin R M.The organic matter distribution and methane capacity of the Lower Cretaceous strata of Northeastern British Columbia,Canada[J].International Journal of Coal Geology,2007,70(1/3)：223-239.

[14] Ross D J K,Bustin R M.The importance of shale composition and pore structure upon gas storage potential of shale gas reservoirs[J].Marine and Petroleum Geology,2009,26(6)：916-927.

[15] Montgomery S L,Jarvie D M,Bowker K A,et al.Mississippian Barnett shale,Fort Worth basin,north-central Texas：gas-shale play with multitrillion cubic foot potential[J].AAPG Bulletin,2005,89(2)：155-175.

[16] 蒋裕强,董大忠,漆麟,等.页岩气储层的基本特征及其评价[J].天然气工业,2010,30(10)：7-12. [17] 郭岭,姜在兴,姜文利.页岩气储层的形成条件与储层的地质研究内容[J].地质通报,2011,30(2/3)：385-392.

[18] 于炳松.页岩气储层的特殊性及其评价思路和内容[J].地学前缘,2012,19(3)：252-258. [19] Sagar V K,Chandra S R,Sondergeld C H. Petrophysical characterization of Barnett Shale[C]//SPE Unconventional Gas Conference,February 23-25,2010,Pittsburgh,Pennsylvania.

[20] Sondhi N.Petrophysical Characterization of Eagle Ford Shale[D].Oklahoma:University of Oklahoma,2011.

[21] 聂海宽,张金川.页岩气储层类型和特征研究:以四川盆地及其周缘下古生界为例[J].石油实验地质,2011,33(3):219-225.

[22] 董大忠,邹才能,杨桦,等.中国页岩气勘探开发进展与发展前景[J].石油学报,2012,33(S1):107-114.

[23] 陈波,关小曲,马佳.上扬子地区早古生代页岩气与北美Barnett页岩气潜力对比[J].石油天然气学报,2011,33(12)：23-27.

[24] Pollastro R M,Jarvie D M,Hill R J,et al.Geologic framework of the Mississippian Barnett shale,Barnett-paleozoic total petro-leum system,Bend arch-Fort Worth basin,Texas[J].AAPG Bulletin,2007,91(4)：405-436.

[25] 曾祥亮,刘树根,黄文明,等.四川盆地志留系龙马溪组页岩与美国Fort Worth 盆地石炭系Barnett组页岩地质特征对比[J].地质通报,2011,30(2/3)：372-384.

[26] 陈波,兰正凯.上扬子地区下寒武统页岩气资源潜力[J].中国石油勘探,2009,14(5)：10-14. [27] Ross D J K,Bustin R M.Shale gas potential of the Lower Jurassic Gordondale Member northeastern British Columbia,Canada[J].Bulletin of Canadian Petroleum Geology,2007,55(1)：51-75．

[28] Sondergeld C H,Newsham K E,Comisky J T,et al.Petrophysical considerations in evaluating and producing shale gas resources[C]//SPE Unconventional Gas Conference，

February 23-25,2010,Pittsburgh,Pennsylvania.

[29] 李欣,段胜楷,孙扬,等.美国页岩气勘探开发最新进展[J].天然气工业,2011,31(4)：124-126. [30] Deng Julong.Control problems of grey systems[J].Systems and Control Letters,1982,1(5)：288-294.

[31] Li Yongping,Tang Yanzhao,Chen Rongqiu.The grey comprehensive evaluation method on investment item[J].The Journal of Grey System,2000,12(4)：383-390. [32] Chang K C,Yeh M F.Grey relational analysis based approach for data clustering,IEE Proceedings-Vision[J].Image & Signal Processing,2005,152(2)：165-172.

[33] 王志超,郭少斌.灰色关联分析在鄂尔多斯盆地胡尖山地区长6储层评价中的应用[J]. 内蒙古石油化工,2009(24)：146-148.

[34] 杨欣超,桑树勋,方良才,等.灰色关联分析在煤层气储层评价中的应用[J].西安科技大学学报,2010,30(2)：202-206.

[35] 程启贵,郭少斌,王海红,等.鄂尔多斯盆地中西部长6油层组储层综合评价[J].石油实验地质,2010,32(5):415-419.